[发明专利]基于多特征参数的门级硬件木马检测方法

权利要求书

1.一种基于多特征参数门级硬件木马检测方法，包括跳变概率、相关性、可控制性与可观察性多特征参数提取，排序处理、聚类算法和可视化多特征参数的数据处理和多特征参数的融合算法，其特征在于：

在设计过程中，在门级对硬件木马进行检测，首先提取多个特征参数，使用测试激励对门级电路进行仿真，并记录仿真结果，根据仿真结果计算出跳变概率与相关性，使用SCOAP算法计算可控制性与可观察性；跳变概率计算方式为仿真输出序列中节点状态值为1的频率和信号翻转的频率相乘，相关性是输入节点与输出节点序列的卷积结果，可控制性与可观察性的计算将电路层级化，给出从原始输入到原始输出的每个门的次序，并以此计算出可控制性与可观察性；当完成所有特征参数的提取后，对所有的特征参数进行数据处理，分别利用排序处理、聚类分析和可视化对跳变概率、相关性、可控制性与可观察性特征进行处理，采用排序算法对跳变概率进行排序，设置阈值，将低于阈值的节点标记为可疑节点，对相关性的处理使用OPTICS聚类分析方法区分可疑节点与正常节点，可控制性与可观察性的处理使用可视化操作，筛选出可控制性与可观察性中较大的部分作为可疑节点；在得到每个特征参数的节点划分结果后，使用多特征参数融合处理方法对多个特征参数的结果进行综合，区分电路正常节点和木马节点，多特征参数融合算法综合所有的区分结果给出节点的最终判定。

2.根据权利要求1所述的一种基于多特征参数门级硬件木马检测方法，其特征在于：多特征参数提取的方法，包括跳变概率、相关性、可控制性与可观察性提取方法，在门级网表提取能够区分硬件木马节点和正常电路节点的多个特征参数，包括跳变概率、相关性、可控制性与可观察性，跳变概率反映电路节点的活跃程度，相关性反映电路节点之间联系的紧密程度，可控制与可观察性反映对电路节点控制与观察的难度。